Introduktion

I Python er en liste en lineær datastruktur, der kan gemme heterogene elementer. Det behøver ikke at blive defineret og kan krympe og udvide efter behov. På den anden ende er et NumPy-array en datastruktur, der kan gemme homogene elementer. Det er implementeret i Python ved hjælp af NumPy-biblioteket. Dette bibliotek er meget effektivt til at håndtere multi-dimensionelle arrays. Det er også meget effektivt til at håndtere et stort antal dataelementer. NumPy-arrays bruger mindre hukommelse end List-datastrukturer. Både NumPy-arrayet og listen kan identificeres ved deres indeksværdi.

NumPy-biblioteket giver to metoder til at konvertere lister til arrays i Python.

1. Brug af numpy.array()
2. Brug af numpy.asarray()

Metode 1: Brug af numpy.array()

I Python er den enkleste måde at konvertere en liste til et NumPy-array med numpy.array()-funktionen. Det tager et argument og returnerer et NumPy-array. Det opretter en ny kopi i hukommelsen.

Program 1

 # importing library of the array in python import numpy # initilizing elements of the list a = [1, 2, 3, 4, 5, 6, 7, 8, 9] # converting elements of the list into array elements arr = numpy.array(a) # displaying elements of the list print ('List: ', a) # displaying elements of the array print ('Array: ', arr) 

Produktion:

 List: [1, 2, 3, 4, 5, 6, 7, 8, 9] Array: [1 2 3 4 5 6 7 8 9] 

Metode 2: Brug af numpy.asarray()

I Python er den anden metode numpy.asarray() funktion, der konverterer en liste til en NumPy matrix. Det tager et argument og konverterer det til NumPy-arrayet. Det opretter ikke en ny kopi i hukommelsen. I dette afspejles alle ændringer, der er foretaget i det originale array, på NumPy-arrayet.

Program 2

 # importing library of the array in python import numpy # initilizing elements of the list a = [1, 2, 3, 4, 5, 6, 7, 8, 9] # converting elements of the list into array elements arr = numpy.asarray(a) # displaying elements of the list print ('List:', a) # displaying elements of the array print ('Array: ', arr) 

Produktion:

 List: [1, 2, 3, 4, 5, 6, 7, 8, 9] Array: [1 2 3 4 5 6 7 8 9] 

Program 3

 # importing library of the NumPy array in python import numpy # initilizing elements of the list lst = [1, 2, 3, 4, 5, 6, 7, 8, 9] # converting elements of the list into array elements arr = numpy.asarray(lst) # displaying elements of the list print ('List:', lst) # displaying elements of the array print ('arr: ', arr) # made another array out of arr using asarray function arr1 = numpy.asarray(arr) #displaying elements of the arr1 before the changes made print('arr1: ' , arr1) #change made in arr1 arr1[3] = 23 #displaying arr1 , arr , list after the change has been made print('lst: ' , lst) print('arr: ' , arr) print('arr1: ' , arr1) 

Produktion:

 List: [1, 2, 3, 4, 5, 6, 7, 8, 9] arr: [1 2 3 4 5 6 7 8 9] arr1: [1 2 3 4 5 6 7 8 9] lst: [1, 2, 3, 4, 5, 6, 7, 8, 9] arr: [ 1 2 3 23 5 6 7 8 9] arr1: [ 1 2 3 23 5 6 7 8 9]